Whole-genome re-sequencing reveals genome-wide variations between the peach variety Green No. 9 and its bud mutant Daifei
Notice bibliographique
Résumé
Whole-genome sequencing technologies provide opportunities to further understand genetic variation among different varieties. Some related genes that are useful for the breeding process could be identified by sequencing technologies. In this study, two peach varieties, Green No. 9 (LH) and its bud mutant Daifei (DT), were analyzed with whole-genome re-sequencing. Approximately 109 million total reads were generated, which covered ∼89% of the peach reference genome. A total of 1 143 757 single nucleotide polymorphisms (SNPs), 169 827 insertion–deletion mutations (InDels), 17 132 structural variations (SVs) and 5 040 copy number variations (CNVs) were detected in Green No. 9 and Daifei. Variant genes were classified by Gene Ontology (GO) and the Kyoto Encyclopedia of Genes and Genomes (KEGG) metabolic pathway database. Detected genes such as LOC18768059 (carbohydrate metabolism) and LOC18785045 (anthocyanin biosynthesis), were good candidate genes for exploring the phenotypic variations between Green No. 9 and Daifei. Green No. 9 and its bud mutant Daifei showed obvious differences in phenotypes and variant genetic loci. The detected genomic variations will contribute to explorations of important functional genes and to understanding the genetic basis of peach bud mutations.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».